用户借ML Intern低成本自建六个小模型

一位开发者在Hugging Face Hub上找不到所需的轻量模型，便用ML Intern智能体自行训练。他用约450词提示词描述需求，次日得到0.8B提示改写模型，可在CPU运行，有效输出率99.7%，词元消耗约为9B教师模型的四分之一；整个项目含数据标注仅花费16美元。随后他又以同样方式做出五个模型。

• Hugging Face推ML Intern，可通过聊天运行ML实验2026-09-09
• 开发者发布可生成3D场景的4B代码模型预览版2026-10-25
• 韩国今年新发AI模型近半基于中国基础模型2026-10-25
• ISTA-DASLab发布DeepSeek-V4.1-Flash量化版2026-10-24
• Hugging Face遭攻击后AI安全进展时间线2026-10-24